Injectable and Thermosensitive Hydrogel Containing Liraglutide as a Long-Acting Antidiabetic System
Notice bibliographique
Résumé
Diabetes, a global epidemic, has become a serious threat to public health. The present study is aimed at constructing an injectable thermosensitive PEG-polyester hydrogel formulation of liraglutide (Lira), a "smart" antidiabetic polypeptide, in the long-acting treatment of type 2 diabetes mellitus. A total of three thermosensitive poly(ε-caprolactone-co-glycolic acid)-poly(ethylene glycol)-poly(ε-caprolactone-co-glycolic acid) (PCGA-PEG-PCGA) triblock copolymers with similar molecular weights but different ε-caprolactone-to-glycolide (CL-to-GA) ratios were synthesized. The polymer aqueous solutions exhibited free-flowing sols at room temperature and formed in situ hydrogels at body temperature. While the different bulk morphologies, stabilities of aqueous solutions, and the varying in vivo persistence time of hydrogels in ICR mice were found among the three copolymers, all of the Lira-loaded gel formulations exhibited a sustained drug release manner in vitro regardless of CL-to-GA ratios. The specimen with a powder form in the bulk state, a stable aqueous solution before heating, and an appropriate degradation rate in vivo was selected as the optimal carrier to evaluate the in vivo efficacy. A single injection of the optimal gel formulation showed a remarkable hypoglycemic efficacy up to 1 week in diabetic db/db mice. Furthermore, three successive administrations of this gel formulation within one month significantly lowered glycosylated hemoglobin and protected islets of db/db mice. As a result, a promising once-weekly delivery system of Lira was developed, which not only afforded long-term glycemic control but also significantly improved patient compliance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».